一种基于深度学习技术的多纤样本定位方法、存储介质及电子设备

一种基于深度学习技术的多纤样本定位方法、存储介质及电子设备，涉及图像处理技术领域，采集样本图像，提取关键特征，采用霍夫圆检测算法识别定位圆并统计分布特征，对反向样本执行180°旋转校正。随后选取间距最大的特征圆构建基准连线，计算其与水平轴实时夹角并与标准模板角度对比，生成旋转校正矩阵实现图像仿射变换摆正。通过构建MFE‑YOLO网络模型，获得高精度定位权重。最终检测摆正图像的样本坐标，通过旋转矩阵逆变换映射至原图空间，输出定位坐标文本。集成传统图像处理与深度学习技术，有效解决复杂倾斜样本的定位难题，在参数量降低46%的同时保持高精度检测能力，显著提升工业检测场景下的定位效率和鲁棒性。